python-3.x - 如何通过数据增强增加图像数量
问题描述
我正在尝试使用 pytorch 应用数据增强。特别是,我有一个包含 150 个图像的数据集,我想对每个图像应用 5 个变换(水平翻转、3 个随机旋转和垂直翻转)以获得 750 个图像,但是使用我的代码我总是有 150 个图像。
'train': transforms.Compose([
transforms.Resize(224),
transforms.RandomHorizontalFlip(),
transforms.RandomRotation(degrees = (90,90)),
transforms.RandomRotation(degrees = (180,180)),
transforms.RandomRotation(degrees = (270,270)),
transforms.RandomVerticalFlip(p=1),
transforms.ToTensor(),
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
])
解决方案
您误解了 API。当您向数据集添加一些转换时,它本质上是一个函数,应用于该数据集中的每个样本,然后返回。transforms.Compose
按顺序应用子转换,而不是返回多个结果(每个转换都被应用或不应用)。所以
transforms.Compose([
transforms.RandomRotation(degrees = (90, -90)),
transforms.RandomRotation(degrees = (180, -180)),
])
只会以 90 到 90 度之间的随机角度(换句话说,正好 90 度)旋转你的图像一次,然后再旋转 180 度。这相当于单次RandomRotation(degrees=(270, 270))
(实际上更糟,因为它会导致更多的数据损坏过程)。
因此,大多数transforms
都如上所述-“线性”-一个输入,一个输出。有一些“分叉”转换产生的输出多于输入。一个例子是FiveCrop
。请注意它关于如何处理的注释。即使使用“分叉”转换,您仍然会在数据集中获得相同数量的项目,只是您的批次会更大。
如果您特别想要一个包含每个项目的 4 个不同旋转副本并随机生成它们的数据集(即,可能每个旋转的变体来自不同的批次),您将必须编写一些自定义数据加载逻辑。为此,您可能希望将您的工作基于DatasetFolder
.
为什么 API 是这样的?在实践中,大多数人对当前的变换都很好——在你的位置,他们只需编写一个随机翻转 0、90、180 或 270 度的变换,然后训练他们的网络比你多 4 倍的时期, 平均每个得到一个样本。
推荐阅读
- c# - 以时间间隔轮询时检测变量的特定值
- batch-file - for循环内的字符串替换
- java - 轮询客户端连接的正确方法是什么——Apache Thrift Server
- .net - 使用 DbContext 是否安全,而后者又在 Blazor Server 应用程序中使用 HttpContext?
- storybook - 故事书类型的 REACT vs REACT_PROJECT vs WEBPACK?
- php - Laravel 6.2:如何更改 Laravel 邮件中的 [from address] 字段
- python - tkinter.tclError 未知选项“-bd”
- python - 如何计算python数据框中整个字符串(不是子字符串)的出现次数?
- c - Scanf 在 VS Code 中无法按预期工作
- c# - 错误在 if (x++ =5) 和 if(++x =7) 的行中显示“赋值的左侧必须是变量、属性或索引器”